VALSE 论文速览 第146期：SeqTrack: 基于序列生成的视觉目标跟踪算法 ...

论文题目：

SeqTrack: Sequence to Sequence Learning for Visual Object Tracking

作者列表：

陈鑫 (大连理工大学)、 彭厚文 (微软亚洲研究院)，王栋 (大连理工大学)，卢湖川 (大连理工大学)，胡涵 (微软亚洲研究院)

B站观看网址：

https://www.bilibili.com/video/BV1Nu4y1774e/

论文摘要：

目前的目标跟踪框架，一般采用“分而治之”的思想来建模跟踪任务，也就是把目标跟踪拆分为分类、回归、角点预测等多个子任务来分别解决。尽管这些方法很有效，但它们引入了多个定制化的预测头以及冗余的损失函数，使模型和训练流程变得复杂。直觉上，如果跟踪模型知道目标在哪，那么我们只需要教模型简单地读出目标的位置，而不需要显式地进行分类、回归。在本次分享中，将介绍我们在解决这个问题上的探索工作SeqTrack: Sequence to Sequence Learning for Visual Object Tracking (CVPR 2023)。我们通过将跟踪任务建模为单纯的序列生成任务，用Seq2seq的Transformer模型来完成视觉目标跟踪。实验表明，这种新的跟踪框架不仅摆脱了冗余的预测头和损失函数，也在多个数据集上取得了优秀的性能。

论文信息：

[1] SeqTrack: Sequence to Sequence Learning for Visual Object Tracking[C]. Chen X, Peng H, Wang D, et al. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. 2023.

视频讲者简介：

陈鑫，大连理工大学信通学院IIAU-LAB博士研究生，指导教师为王栋教授、卢湖川教授，主要研究方向为计算机视觉，包括视觉目标跟踪、视频目标分割等。

个人主页: 

https://scholar.google.com/citations?user=A04HWTIAAAAJ&hl=en

特别鸣谢本次论文速览主要组织者：

月度轮值AC：郭青 (新加坡科技研究局)

季度轮值AC：张磊 (重庆大学)